author：zox 实验环境：Matlab2019a

（1）二值图像：只有0、1两个值，0是黑色，1是白色，在matlab中存为logic值 （2）灰度图像：对于8位和16位图像数据可表示的灰度级别不同，通常我们选用的都是uint8的即256级灰度级的图像数据来表示灰度图像。 （3）索引图像：包括一个数据矩阵X，一个颜色映像矩阵Map。其中Map是一个包含三列、若干行的数据阵列，其中每个元素的值均为[0, 1]之间的双精度浮点型数据。Map矩阵的每一行分别表示红色、绿色和蓝色的颜色值。在MATLAB中，索引图像是从像素值到颜色映射表值的“直接映射”。 （4）RGB图像：有红、绿、蓝三个颜色通道，每个通道取值范围0~255。

  RGB图像是有3个通道，也就是一个3维的矩阵，而灰度图只有一个通道，我们要做的就是将一个3通道的事物转为1通道的事物。这其中是有一个转换公式的，简单来说，就是把RGB的3个通道的分量按照一定的比例计算到灰度图像中。即通过在网上查阅资料找到线性转换公式如下： G r a y = R ∗ 0.299 + G ∗ 0.587 + B ∗ 0.114 Gray = R*0.299 + G*0.587 + B*0.114 Gray=R∗0.299+G∗0.587+B∗0.114 通过对RGB图像的所有像素点像素值进行公式计算得到新的图像即为灰度图像。

  RGB图像要想转换为黑白图像首先要按照步骤先将其转换为灰度图像，然后根据选择的阈值，大于阈值的置白(255)，小于阈值的置黑(0)，再通过函数logical()将灰度值转换为逻辑值0/1，即将RGB图像转换为二值图像。 其中阈值的选择通过查阅资料找到原系统函数是使用了最大类间方差法graythresh()来选择的阈值，所以我也选取了这个函数来获取阈值，没有对该函数重新编写。

代数运算是指对两幅或两幅以上输入图像进行点对点的加、减、乘、除运算而得到目标图像的运算。图像处理代数运算的 4 种基本形式分别如下。 ① C ( x , y ) = a ∗ A ( x , y ) ＋ b ∗ B ( x , y ) C(x,y)=a*A(x,y)＋b*B(x,y) C(x,y)=a∗A(x,y)＋b∗B(x,y) ② C ( x , y ) = a ∗ A ( x , y ) － b ∗ B ( x , y ) C(x,y)=a*A(x,y)－b*B(x,y) C(x,y)=a∗A(x,y)－b∗B(x,y) ③ C ( x , y ) = a ∗ A ( x , y ) × b ∗ B ( x , y ) C(x,y)=a*A(x,y)×b*B(x,y) C(x,y)=a∗A(x,y)×b∗B(x,y) ④ C ( x , y ) = a ∗ A ( x , y ) ÷ b ∗ B ( x , y ) C(x,y)=a*A(x,y)÷b*B(x,y) C(x,y)=a∗A(x,y)÷b∗B(x,y) 式中， A ( x , y ) A(x,y) A(x,y)和 B ( x , y ) B(x,y) B(x,y)为输入图像表达式； C ( x , y ) C(x,y) C(x,y)为输出图像表达式；a、b为系数。 为对图像数据进行操作，首先将像素值转换为0-1之间的double类型数据再进行线性运算。

（1）imread(path)函数 从图像所在路径读取图像的数据信息存为矩阵。 （2）imshow(image)函数 将读取到的图像显示到figure中。 （3）imwrite(image，path)函数 将图像以某种格式存储到磁盘的某路径下。 （4）subplot(m,n,p)函数 subplot函数是将多个图画到一个平面上的工具。其中m、n表示一个m行n列的大画框，可显示 mn个图 ，p表示图所在位置。 （5）构造函数 function[输出形参]=函数名([输入形参]) 函数体 （6）size()函数 [m,n] = size(X) 返回矩阵X的尺寸信息， 并存储在m、n中。其中m中存储的是行数，n中存储的是列数。 （7）zeros(m,n)函数 产生mn的double类型零矩阵。 （8）double(x) 增加数据的精度，使计算更加准确。 （9）im2double(A) 将图像转换为 double 类型、且范围在0-1之间。 （10）graythresh(image) 使用最大类间方差法找到图片的一个合适的阈值。利用这个阈值通常比人为设定的阈值能更好地把一张灰度图像转换为二值图像。